Uji Beda K Sampel yang Berhubungan pada Statistik Non Parametrik

Uji beda K sampel yang berhubungan (berkorelasi) pada statistik non parametrik adalah uji beda yang dirancang untuk jumlah sampel lebih dari 2 (k sampel) yang saling berkorelasi dan tidak memenuhi asumsi normalitas sehingga tidak bisa dikenakan statistik parametrik.  Uji beda ini mirip dengan ANOVA pada statistik parametrik. Beberapa uji beda yang dapat dipergunakan pada kasus ini adalah uji Friedman, Uji Kendall's W dan Uji Cochrans. 

Daftar Isi

1. Apa itu Uji Beda K Sampel Berhubungan
2. Uji Friedman
3. Uji Kendall's W
4. Uji Cochrans
5. Kesimpulan

Apa itu Uji Beda K Sampel Berhubungan

Dalam banyak kasus, seorang peneliti akan sering menjumpai atau menguji perbedaan dari lebih dua sampel secara bersamaan. Jumlah sampel ini sering disebut 'K' yang berarti lebih dari dua. Jika hanya ada dua kasus, maka banyak rancangan tentang uji beda dua sampel, baik yang uji beda dua sampel berhubungan maupun uji beda dua sampel tidak berhubungan.

Jika kita memaksakan pengujian banyak sampel dengan uji beda dua sampel maka akan memerlukan uji berulang yang hasilnya bisa sangat diragukan. Misalnya kita ingin menguji perbedaan 4 grup saja, maka kita perlu uji beda dua sampel sebanyak 6 kali atau 3 + 2 + 1 = 6. Sedangkan untuk 5 grup maka kita perlu melakukan 4 + 3 + 2 +1 = 10 kali pengujian. Tentu saja ini akan menimbulkan hal yang tidak efisien sehingga dirancang metode pengujian yang dapat dipergunakan untuk menguji perbedaan banyak sampel dengan lebih efisien.

Pada statistik parametrik, maka akan diaplikasikan ANOVA. Tetapi pada non parametrik maka asumsi pada ANOVA tidak terpenuhi sehingga tidak dapat dipergunakan. Oleh karena itu, berikut beberapa metode uji beda K sampel yang berhubungan untuk statistik non parametrik.

Gambar Simulasi Uji Beda

Uji Friedman

Uji Friedman juga sering disebut dengan Friedman Two-Ways Analysis of Variance by Ranks. Sesuai namanya, uji Friedman memang berdasarkan pada rangking dari sebuah data. Perbedaan preferensi dari setiap subjek akan dirangking, lalu rangking tersebut yang diuji apakah terdapat perbedaan atau tidak. Metode ini efektif dipergunakan pada data ordinal atau data yang tidak memenuhi asumsi normalitas pada statistik parametrik.

Untuk selengkapnya, silahkan visit Simulasi Uji Friedman dengan SPSS Versi 26.

Uji Kendall's W

Uji Kendall's W juga dapat dipergunakan untuk menguji perbedaan dari banyak sampel yang berhubungan pada statistik non parametrik. Uji Kendaall's W merupakan perluasan dari korelasi Kendall yang merupakan metode atau uji untuk mencari korelasi pada statistik non parametrik. Uji Kendall's W juga mengeluarkan output Chi Square, sama dengan Uji Friedman. Uji Kendall's W juga berdasarkan pada rangking dari masing-masing grup atau sampel lalu menguji perbedaan di antara banyak sampel tersebut.

Untuk selengkapnya silahkan visit Simulasi Uji Kendall's W dengan SPSS Versi 26.

Uji Cochrans

Uji yang berikutnya adalah Uji Cochrans. Uji ini berbeda dengan kedua uji sebelumnya karena dirancang khusus untuk data biner, atau 0 dan 1 saja. Kedua uji yang sebelumya kita bahas, tidak disarankan untuk diaplikasikan pada data Ya dan Tidak seperti halnya pada Uji Cochrans. Uji Cochrans juga akan menghasilkan nilai Chi Square yang sama dengan Uji Friedman dan Uji Kendall's W.

Untuk selengkapnya silahkan visit Simulasi Uji Cochrans dengan SPSS Versi 26.

Kesimpulan

Kebanyakan peneliti akan berhadapan dengan lebih dari 2 grup data atau sampel, sehingga diperlukan alat uji yang dapat dikenakan pada kasus tersebut. Untuk statistik nonparametrik, setidaknya telah ada uji Friedman, Uji Kendall's W dan Uji Cochrans untuk keperluan uji statistik tersebut. 

Share:

Read More

Uji Homogenitas Levene dengan SPSS Versi 26

Uji homogenitas adalah uji untuk melihat apakah terdapat perbedaan varians di antara dua sampel atau lebih. Sering juga disebut homoskedastisitas. Uji ini dipergunakan jika peneliti ingin melihat perbedaan varians di antara dua sampel atau lebih atau untuk menentukan metode atau uji statistik yang akan dipergunakan lebih lanjut. Levene Test adalah salah satu uji homogenitas yang sering dipergunakan, di samping uji yang lain, misalnya Uji Fisher atau Uji Bartlett. Mari kita belajar bersama tentang uji Levene ini.

Uji Levene pada Independent Samples Test

Daftar Isi

1. Uji Homogenitas
2. Uji Levene pada One Way ANOVA
3. Uji Levene pada Independent Samples Test
4. Uji Levene pada Explore
5. Kesimpulan

Uji Homogenitas

Uji homogenitas sering dilakukan untuk melihat apakah distribusi data mempunyai kesamaan varians atau tidak. Ada beberapa uji homogenitas yang ada, dan kali ini kita akan membahas uji homogenitas dengan Uji Levene atau Levene's Test. Pada program SPSS uji Levene setidaknya muncul di One Way ANOVA, Independent Samples Test dan pada Explore. Mari kita lihat satu persatu.

Uji Levene pada One Way ANOVA

One Way ANOVA dipergunakan untuk melihat apakah terdapat perbedaan yang signifikan antara dua atau lebih sampel. Karena memang namanya ANOVA = Analysis of Variance maka memang menggunakan varians sebagai dasar untuk menentukan diterima atau tidaknya sebuah hipotesis. Pada uji ini juga menyertakan uji homogenitas atau homogeinity of variace. Untuk artikel selengkapnya silahkan simak di uji homogenitas pada One Way ANOVA dengan SPSS Versi 23.

Uji Levene pada Independent Samples Test

Independent Samples Test adalah uji untuk melihat apakah dua sampel yang tidak berkorelasi (independent) mempunyai perbedaan atau tidak. Ini termasuk statistik parametrik karena menentukan perbedaan berdasarkan nilai rata-rata dari kedua sampel atau grup. Di sini juga ada menu uji homogenitas dengan Levene's Test. Output pada Independent Samples Test ada dua, di mana yang satu adalah jika kedua sampel mempunyai varians yang equal dan yang satu jika keduanya mempunyai varians yang tidak equal. Uji Homogenitas dengan Levene's Test pada Independent Samples Test selengkapnya ada di sini. 

Uji Levene pada Explore

Sesuai dengan namanya, Explore, maka sebenarnya menu bukan merupakan uji khusus secara statistik. Pada menu ini akan tersedia menu bagi peneliti untuk mengeksplorasi data sehingga bisa memberikan justifikasi penting bagi peneliti. Dengan menu ini peneliti bisa mengetahui normalitas data, homogenitas, mencari outliers atau pencilan data dan lain-lain. Untuk mencari homogenitas data dengan menu Explore pada SPSS selengkapnya ada di sini. 

Kesimpulan

Dari artikel di atas kita dapat melihat bahwa terdapat banyak menu pada SPSS yang memungkinkan peneliti untuk mencari homogenitas data dengan Levene'Test. Tidak ada yang lebih baik dibandingkan dengan menu yang lain karena semuanya tergantung dari keperluan dan justifikasi peneliti.

Share:

Read More

Aplikasi Neo Bank Apakah Aman?

Apakah pernah ada yang tertipu oleh Aplikasi Neo Bank? Apakah ada yang pernah dirugikan jutaan rupiah karena menginstall Aplikasi Neo Bank? Sampai saat ini tidak ada yang dirugikan atau ditipu oleh Aplikasi Neo Bank. Apakah Anda punya aplikasi dari Bank Umum di Indonesia, seperti Livin dari Mandiri misalnya? Nah, aplikasi Neo Bank adalah sama persis dengan aplikasi tersebut. Mari kita simak bersama.

Daftar Isi

1. Bank Umum
2. Aplikasi
3. Fitur
4. E Wallet
5. Kelebihan Aplikasi Neo Bank
6. Bagaimana Caranya Install Neo Bank
7. Apa itu Kode Bank Neo?

Bank Umum

Menurut Wikipedia, Bank adalah sebuah lembaga intermediasi keuangan umumnya didirikan dengan kewenangan untuk menerima simpanan uang, meminjamkan uang, dan menerbitkan promes atau yang dikenal sebagai banknote. Kata bank berasal dari bahasa Italia banca berarti tempat penukaran uang. Sedangkan menurut undang-undang perbankan bank adalah badan usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya kepada masyarakat dalam bentuk kredit dan atau bentuk-bentuk lainnya dalam rangka meningkatkan taraf hidup rakyat banyak.

Pada awalnya, bank adalah kumpulan pedagang-pedagang yang akan memberikan pinjaman biji-bijian kepada para petani atau pedagang yang membawa barang. Dalam perkembangannya, bank juga beroperasi secara online dalam bentuk aplikasi. Jadi aplikasi yang dikeluarkan secara resmi oleh bank sama sekali bukan penipuan dan sangat aman untuk digunakan. Aplikasi Neo Bank adalah aplikasi keuangan yang dikeluarkan oleh Bank Neo Commercial yang dulu bernama Bank Yudha Bhakti yang saat ini bahkan telah listing di Bursa Efek Indonesia dengan kode BBYB.

Install Aplikasi Neo Bank

Aplikasi

Aplikasi adalah suatu subkelas perangkat lunak komputer yang memanfaatkan kemampuan komputer atau telepon cerdas secara langsung untuk melakukan suatu tugas yang diinginkan pengguna. Biasanya dibandingkan dengan perangkat lunak sistem yang mengintegrasikan berbagai kemampuan komputer, tetapi tidak secara langsung menerapkan kemampuan tersebut untuk mengerjakan suatu tugas yang menguntungkan pengguna. Contoh Aplikasi yang populer adalah Tik Tok, You Tube, Instagram, dan masih banyak lagi.

Saat ini pihak perbankan juga banyak sekali mengeluarkan aplikasi untuk mempermudah pelayanan kepada nasabah. Hampir semua bank mempunyai aplikasi dan Bank Neo Commerce mengeluarkan Aplikasi Neo Bank yang tidak hanya mempermudah nasabah tetapi juga memberikan sangat banyak keuntungan bagi penggunanya.

Fitur

Fitur atau menu yang tersedia di Aplikasi Neo Bank sangat lengkap. Sama persis dengan menu yang ada di aplikasi bank-bank umum lainnya. Cek saldo, transfer ke rekening lain, top up ke E Wallet atau untuk membayar belanjaan kita di market place manapun. Bahkan ada yang lebih lagi, karena aplikasi Neo Bank juga merupakan E Wallet. Iya ini yang membedakan dengan aplikasi bank umum yang lain.

Tidak ada biaya untuk cek saldo atau transfer ke sesama pengguna Neo bank. Selain itu, Anda juga dapat membuka deposito tanpa harus repot-repot pergi ke Bank Cabang. Deposito minimal pun sangat rendah yaitu hanya Rp. 200 rb saja, tetapi mendapatkan bunga yang relatif tinggi, karena bisa mencapai 8% p.a. dan dibayarkan secara harian.

E Wallet

Aplikasi perbankan biasanya terpisah dari aplikasi E Wallet seperti GoPay, OVO, ShopeePay dan lain-lain. Tetapi aplikasi Neo Bank sudah termasuk E Wallet sehingga sangat praktis dan tidak ada biaya untuk deposit ke E Wallet. Ini  sangat praktis dan menguntungkan penggunanya. Dan yang lebih hebat lagi adalah bahwa dana di Aplikasi Neo Bank mendapatkan bunga!! Serius, bunganya harian lagi. Coba saja. Dana Anda yang ada di E Wallet tidak mendapatkan bunga, berbeda dengan Neo Bank, tetap ada bunganya

Kelebihan Aplikasi Neo Bank

Aplikasi ini sangat praktis, ringan dan tidak ribet. Tinggal klik di sini lalu ikuti alurnya dan Anda sudah menginstall aplikasi ini di HP Anda. Berbagai keuntungan akan segera Anda dapatkan. Hanya dengan mengikuti alurnya, seperti verifikasi wajah dan lain-lain, Anda akan segera mendapatkan berbagai keuntungan, tanpa harus menyetorkan dana sama sekali. Tetapi jika Anda mau menyetorkan dana, maka keuntungan yang diperoleh akan lebih berlipat. Keuntungan yang lain silahkan visit di artikel Install Aplikasi Neo Bank dan raih keuntungannya.

Bagaimana Caranya Install Neo Bank

Seperti yang telah disebutkan di atas, sangat mudah. Visit ke sini lalu masukkan nomor HP Anda.  Klik kirim OTP, maka akan masuk OTP ke nomor HP yang Anda masukkan. Setelah itu masukkan OTP tersebut, jangan berikan kepada siapapun nomor ini. Setelah Anda masukkan klik OK maka akan diarahkan ke keterangan untuk mengklik install Aplikasi Neo Bank. Silahkan klik dan install seperti biasa.

Setelah selesai, tinggal daftar atau sign up atau membuat akun di aplikasi tersebut. Diperlukan data KTP dan juga foto verifikasi wajah seperti kalau kita membuka rekening di bank umum manapun. Jangan khawatir, NEO Bank adalah bank umum yang sudah terdaftar di BI dan OJK, jadi data Anda akan aman. 

Setelah selesai mendaftar, kadang-kadang diperlukan waktu beberapa saat untuk verifikasi dan pemberitahuan akan diberikan kepada Anda. Setelah itu, cobalah login lagi dengan verifikasi wajah untuk masuk ke aplikasi. Anda bisa mengubah cara masuk login dengan password, atau verifikasi wajah atau dengan kode gambar, sesuai dengan selera Anda. 

Apa itu Kode Bank Neo

Mungkin Anda mendengar Kode Bank NEO, ya itu memang ada, biasanya dari referal teman atau kolega Anda. Bisa saja Anda gunakan, tetapi tidak digunakan juga tidak masalah. Silahkan klik di sini saja, tanpa harus repot-repot memasukkan kode referal.

 

Share:

Read More

Uji Kruskal Wallis H dengan SPSS Versi 26

Uji Kruskal Wallis adalah uji statistik yang dipergunakan untuk menguji banyak sampel (K sampel) yang tidak saling berkorelasi atau berhubungan pada statistik non parametrik. Uji ini sudah tersedia menunya di SPSS sehingga memudahkan pengguna untuk mengaplikasikan metode tersebut. Lantas seperti apa sebenarnya Uji Kruskal Wallis tersebut? Mari kita bahas bersama.

Daftar Isi

1. Uji Beda K Sampel Tidak Berkorelasi
2. Apa Itu Statistik Non Parametrik
3. Jenis-jenis Uji Beda K Sampel Tidak Berkorelasi
4. Uji Kruskal Wallis
5. Simulasi Uji Kruskal Wallis

Uji Beda K Sampel Tidak Berkorelasi

Peneliti sering kali menemui kasus di mana harus mencari perbedaan di antara banyak sampel (lebih dari 2). Dalam kasus 2 sampel atau 2 grup, akan lebih mudah diidentifikasi apakah terdapat perbedaan atau tidak. Tetapi ketika berhadapan dengan 3 atau lebih (K sampel) maka diperlukan metode lain yang mampu untuk menjawab pertanyaan itu. Kasus itu akan lebih rumit, jika di antara banyak sampel tersebut tidak berkorelasi atau tidak berhubungan. Akan tetapi banyak metode telah dirancang oleh para ahli untuk menangani kasus tersebut. Artikel tentang Uji Beda K Sampel tidak berkorelasi selengkapnya silahkan simak di sini.

Apa itu Statistik Non Parametrik

Secara garis besar, maka statistik dikategorikan menjadi dua kelompok besar yaitu parametrik dan non parametrik. Tidak ada yang dinyatakan lebih baik atau lebih unggu dibandingkan kedua kategori tersebut. Parametrik akan dikenakan pada data yang memenuhi beberapa prasyarat, misalnya normal atau homogen. Lebih rinci tentang statistik parametrik silahkan visit ke sini.

Akan tetapi ternyata banyak sekali kasus di mana asumsi untuk paramtrik tidak dapat dipenuhi oleh suatu distribusi data sehingga harus menggunakan statistik non parametrik. Non parametrik juga mempunyai banyak keunggulan karena dapat dikenakan pada jumlah sampel yang kecil dan juga tidak mempunyai banyak syarat dan bahkan bisa dikenakan pada berbagai bentuk data. Artikel tentang statistik non parametrik secara rinci ada di sini.  

Jenis-jenis Uji Beda K Sampel Tidak Berkorelasi Non Parametrik

Ada banyak metode untuk mencari perbedaan antara banyak sampel yang tidak berkorelasi dengan statistik non parametrik. Ada perluasan median test, ada uji Kruskal Wallis (KW) dan ada juga Uji Jonckheere-Terspat. Semunya mempunyai keunggulan tersendiri dan dalam artikel ini kita akan membahas tentang Uji Kruskal Wallis. Untuk uji beda k sampel tidak berkorelasi yang lain silahkan klik di sini.

Uji Kruskal Wallis

Krukal Wallis sebenarnya adalah nama dari dua orang ahli yaitu William Henry Kruskal dan W. Allen Wallis. William Henry Kruskal lahir di New York pada 10 Oktober 1919 dan meninggal pada 21 April 2005. Beliau berdarah Yahudi dan ahli matematika serta statistik yang mempunyai banyak sekali karya yang ditinggalkan.

William Allen Wallis lahir di Philadelphia pada 5 November 1912 dan wafat pada 12 Oktober 1998. Beliau adalah ahli ekonomi dan statistik yang pernah menjadi penasehat 4 presiden Amerika Serikat yaitu Dwight Eisenhower, Richard Nixon, Gerald Ford, and Ronald Reagan. Suatu prestasi yang jarang dimiliki oleh orang lain.

Kedunya bekerja sama dan merancang suatu metode statistik yang sering disebut dengan Kruskal Wallis, 

Persamaan Kruskal Wallis

Dengan

KW = adalah tetapan Kruskal Wallis

k     =  jumlah sampel atau grup

nj    = jumlah kasus dalam sampel

N    = jumlah kasus dalam sampel gabungan (jumlah semua nj)

Rj    = rata-rata rangking dalam sampel atau grup

R    = (N +1)/2 = rata-rata ranking dalam sampel gabungan (grand mean)

Kita dapat menghitung secara manual tetapi kita juga bisa menggunakan alat bantu berupa software SPSS Versi 26 seperti di bawah.

Simulasi Uji Kruskal Wallis dengan SPSS Versi 26

Untuk melakukan simulasi Kruskal Wallis dengan SPSS Versi 26 silahkan download data dalam SPSS di Google Drive berikut. Pastikan akun Gmail Anda aktif agar dapat mendownload file dalam SPSS Versi 26 tersebut. Data adalah fiktif saja, yaitu respon terhadap 3 kelompok wisatawan tentang penerapan protokol kesehatan wisata di Pulau Bali pada New Normal. Ketiga kelompok tersebut adalah wisatawan dari Indonesia (Jakarta), Malaysia (Kualalumpur) dan Thailand (Bangkok). Sekali lagi, ini adalah data fiktif bukan data sebenarnya.

Peneliti ingin melihat apakah terdapat perbedaan respon wisatawan dari ketiga negara tersebut. Diharapkan tidak terdapat perbedaan yang berarti protokol kesehatan yang diterapkan telah sesuai dengan konsep wisata pada New Normal akibat pandemi Covid-19. 

Menu Uji Beda K Sampel Tidak Berkorelasi Non Paramtrik pada SPSS Versi 26

Pilih Analyze, pilih Nonparametric Tests, pilih Legacy Dialogs dan klik pada K Independent Samples seperti pada gambar di atas. Maka kita akan masuk ke sub menu sebagai berikut:

Memasukkan Variabel atau Data

Masukkan Variabel Respon ke dalam Test Variabel List. Sedangkan kategori masuk ke Grouping Variable. Berikan tanda centang pad Kruskal-Wallis H pada Test Type seperti pada gambar di atas. Setelah itu kita harus mendefinisikan kategori dengan mengklik pada Define Range seperti pada gambar di atas.

Memberikan kategori pada Grup

Masukkan 1 pada minimum dan 3 pada maksimum. Setelah itu klik Continue lalu Klik OK sehingga akan keluar output sebagai berikut:

Output Rank pada Uji Kruskal Wallis

Output Rank di atas adalah rata-rata ranking yang disusun secara otomatis oleh program. Kita juga dapat melakukan secara manual jika memungkinkan atau jumlah sampel relatif kecil. Sebanyak 20 responden dari Kualalumpur mempunyai rata-rata ranking sebesar 40,65. Dari Jakarta sebanyak 28 responden dengan rata-rata rangking 35,66 dan ada 23 responden dari Bangkok dengan rata-rata ranking 32,37. 

Untuk memberikan justifikasi apakah terdapat perbedaan atau tidak, kita hitung nilai KW atau jika dengan SPSS memberikan hasil sebagai berikut:

Output Uji Kruskal Wallis H dengan SPSS Versi 26

Tampak bahwa nilai KW adalah sebesar 1,780. Kita dapat mengkonsultasikan nilai ini dengan nilai KW pada tabel untuk sampel besar. Jika menggunakan SPSS Versi 26 maka kita bisa melihat nilai signifikansi yaitu sebesar 0,411 > 0,05 yang berarti tidak terdapat perbedaan yang signifikan di antara respon pada ketiga kelompok penelitian. Hasil ini menunjukkan bahwa protokol kesehatan yang diterapkan di Pulau Bali pada new normal telah sesuai dengan harapan dari wisatawan dari 3 negara yang menjadi subjek dalam penelitian ini.

Share:

Read More

Uji Beda K Sampel Tidak Berkorelasi pada Statistik Non Parametrik

Banyak peneliti yang bertemu dengan banyak grup (lebih dari dua grup) dan tidak saling berkorelasi. Misalnya ketika peneliti ingin melihat preferensi wisatawan dari berbagai negara ketika berkunjung ke Bali pasca Covid-19 (ini hanya contoh saja). Beberapa metode telah dikembangkan untuk mengatasi permasalahan ini. Berikut akan kita bahas bersama tentang metode-metode tersebut.

Gambar Simulasi Uji Beda

Daftar Isi

1. Apakah itu uji beda K sampel tidak berkorelasi?
2. Perluasan Median Test
3. Uji Kruskal-Wallis
4. Uji Jonckheere-Terpstra
5. Kesimpulan

Apakah itu uji beda K sampel tidak berkorelasi

Berbagai kasus mengharuskan peneliti mencari perbedaan di antara banyak sampel (K sampel atau lebih dari dua) tetapi tidak berkorelasi. Misalnya ketika peneliti ingin melihat preferensi berbagai ahli hukum tentang UU ITE, misalnya dari kelompok Pengajar hukum, praktisi hukum dan mahasiswa hukum. Ada 3 kelompok, di mana ketiga kelompok tersebut tidak bisa dikaitkan secara langsung karena merupakan subjek yang berbeda. Jumlah pada masing-masing kelompok (sampel) juga berbeda.

Kasus ini sangat berbeda dengan suatu sampel yang diberikan tiga (atau lebih) perlakuan yang berbeda. Karena jika seperti ini maka berarti ketika kelompok sampel tersebut berkorelasi atau dapat dikontrol dengan 'dirinya sendiri' yang diberikan treatment yang berbeda. Berikut adalah beberapa metode statistik yang dapat dikenakan dalam kasus ini yang sudah tersedia menunya di SPSS. 

Perluasan Median Test

Sesuai dengan namanya, sebenarnya uji ini adalah Median Test pada dua sampel yang tidak berkorelasi, tetapi diperluas penggunaannya pada sampel lebih dari dua (K sampel). Jadi konsep yang digunakan juga sama yaitu dengan menggunakan nilai Median. Masing-masing grup dipisahkan menjadi dua bagian yaitu di atas median dan di bawah median. Dari hasil ini bisa kita lihat apakah sampel-sampel tersebut mempunyai perbedaan atau tidak.

Simulasi selengkapnya tentang Uji beda K sampel tidak berkorelasi dengan perluasan median test dapat disimak di sini.

Uji Kruskal Wallis

Metode yang kedua adalah Uji Kruskal-Wallis atau yang juga sering disebut dengan One Way Analysis of variance by rank. Sesuai dengan namanya maka metode ini berdasarkan rangking dari masing-masing grup. Setelah dirangking lalu dijumlahkan rangkingnya dan dicari nilai rata-rata dari rangking tersebut. Nilai rata-rata rangking inilah yang dijadikan dasar untuk menentukan apakah terdapat perbedaan atau tidak di antara grup dalam penelitian.

Untuk langkah selengkapnya, silahkan simak di Simulasi Uji Kruskal-Wallis dengan SPSS Versi 26.

Uji Jonckheere-Terpstra

Uji ini jarang dipergunakan tetapi sebenarnya juga powerfull untuk uji beda seperti ini. Uji Ini menghasilnya nilai yang sering disebut dengan J-T, jadi ada Rata-rata J-T atau Standard deviasi J-T. Justifikasi uji ini menggunakan nilai signifikansi di mana < 0,05 berarti terdapat perbedaan yang signifikan.

Simulasi Uji Jonckheere-Terpstra dengan SPSS Versi 26 selengkapnya silahkan simak di sini.  

Kesimpulan

Tidak ada uji yang dianggap paling benar dalam kasus ini. Semua tergantung dari kondisi dan juga justifikasi peneliti. Bisa juga uji atau metode yang lain dipergunakan sebagai perkuatan dari suatu uji agar tidak menimbulkan perdebatan di para peneliti yang lain.

Share:

Read More

Install Aplikasi NEO BANK dan Raih Keuntungannya!!!

Apakah Aplikasi Neo Bank itu? Aplikasi Neo Bank adalah aplikasi yang dikeluarkan oleh Bank Neo Commerce (dulu Bank Yudha Bakti) yang memberikan banyak keuntungan bagi penggunanya. Apa saja keuntungannya? Banyak sekali, dari kemudahan transaksi, kemudahan buka rekening, bunga harian dan masih banyak lagi.

Logo Neo Bank

Daftar Isi:

1. Apa itu Neo Bank
2. Apa itu Aplikasi Neo Bank
3. Apa keuntungan install aplikasi Neo Bank
4. Bagaimana cara install Aplikasi Neo Bank
5. Apakah Aplikasi Neo Bank Aman?

Apakah itu Neo Bank

Neo Bank sebenarnya adalah Bank Neo Commerce (BNC), sebuah bank yang telah terdaftar resmi di Indonesia, bahkan sudah listing di Bursa Efek Indonesia dengan kode BBYB. Dulunya bernama Bank Yudha Bhakti dan sekarang berganti nama karena visinya yaitu menjadi bank digital yang berani dan menguntungkan. Jadi Neo Bank adalah bank seperti bank-bank biasa yang kita kenal, hanya mempunyai visi yang lebih ke depan dalam mengaplikasikan transaksi yang lebih modern di era digital ini. 

Apa itu Aplikasi Neo Bank

Aplikasi Neo Bank adalah aplikasi yang dikeluarkan oleh BNC untuk keperluan kemudahan transaksi yang lebih menguntungkan. Aplikasi ini sudah tersedia baik di Android maupun di I phone. Dengan aplikasi ini, kita bisa melakukan transaksi apa saja seperti aplikasi perbankan yang lain. Tetapi aplikasi ini jauh lebih melangkah ke depan, karena juga mencakup E-Wallet, dan juga ada bunga bagi dana yang di depositkan. Berbeda dengan E Wallet lainnya, yang deposit sudah kena biaya, dan dana itu tetap saja alias tidak berbunga. Coba saja!!!

Apa Keuntungan Install Aplikasi Neo Bank

Banyak sekali keuntungan install aplikasi Neo Bank. Seperti yang telah disebutkan di atas, keuntungan-keuntungan itu adalah sebagai berikut:

1. Kemudahan dalam bertransaksi. Dengan aplikasi ini, kita sangat mudah melakukan semua transaksi keuangan perbankan, seperti transfer antar bank, deposit ke E Wallet, bahkan membuka rekening baru atau pun deposito
2. Bunga yang tinggi. Bunga yang ditawarkan relatif tinggi dibandingkan bank lain, bisa mencapai 7% per tahun dan yang lebih hebat lagi, dibayarkan secara harian. Iya bunga dibayarkan per hari, masuk ke rekening kita
3. Bisa berfungsi sebagai E Wallet. Aplikasi ini, selain aplikasi perbankan, juga merupakan aplikasi E Wallet yang saat ini sangat populer dalam dunia digital perbankan
4. Dana di E Wallet mendapatkan bunga. Ini yang mungkin sangat jarang kita temui di aplikasi E Wallet yang lain. 
5. Dana experience jutaan rupiah. Anda mendapatkan simulasi deposito sebesar Rp. 10 juta rupiah. Ini hanya simulasi, tetapi bunganya benar-benar nyata dan bisa dicairkan. Makanya disebut experience. Jumlah ini bisa bertambah jika Anda melakukan challenge atau benar-benar melakukan deposito.
6. Masih banyak lagi....

Bagaimana Cara Install Aplikasi Neo Bank

Sangat mudah. Silahkan visit ke sini. Atau link di manapun yang muncul dari website ini. Pastikan Anda menggunakan HP yang akan diinstall aplikasi Neo Bank. Sekali lagi gunakan HP yang akan diinstall aplikasi Neo Bank. Setelah klik di situ maka akan masuk ke situs sebagai berikut:

Aplikasi Neo Bank

Masukkan nomor HP Anda lalu klik kirim OTP. Jangan khawatir, Neo Bank sudah terdaftar resmi di OJK jadi data Anda akan aman. Setelah nomor OTP masuk ketikkan 6 digit tersebut ke dalam baris yang sudah disedikan seperti pada gambar di atas. Lalu klik AMBIL. Maka Anda akan diarahkan ke Play Store untuk melakukan install aplikasi Neo Bank.

Apakah sudah selesai? Belum. Setelah Anda selesai melakukan install, segera lakukan buka rekening. Apakah harus mengirimkan dana? Tidak. Ini untuk mengklaim semua keuntungan yang ada di aplikasi ini. Bukan rekening dengan memasukkkan nama lengkap, beserta data diri ke aplikasi tersebut, termasuk dengan foto diri dengan KTP Anda. Sekali lagi, jangan khawatir karena data Anda akan aman karena Neo Bank sudah terdaftar di OJK dan juga merupakan bank resmi yang ada di Indonesia.

Setelah Anda berhasil membuka rekening (tanpa menyetorkan dana) masuk kembali atau login dengan pengenalan wajah Anda. Jadi aman karena orang yang login harus Anda sendiri dengan wajah Anda. Tetapi ini optional, artinya Anda juga bisa menggunakan password atau pola garis jika Anda menghendaki. Setelah Anda login, maka experience sebesar Rp. 10 juta segera bisa Anda klaim dan masih banyak lagi paket-paket yang menguntungkan.

Apakah Aplikasi Neo Bank Aman?

Pertanyaan ini sangat wajar. Bank Neo Commerce adalah bank umum seperti bank-bank yang ada di Indonesia. Jika Anda membuka rekening baru pasti akan ada foto atau verifikasi wajah Anda. Kelebihan dari BNC adalah bahwa membuka rekening bisa dilakukan secara online tanpa harus ke cabang. Juga membuka deposito atau transaksi lain bisa dilakukan secara online. BNC juga sudah di awasi oleh OJK dan sudah listing di Bursa Efek Indonesia dengan kode BBYB karena dulu memang bernama Bank Yudha Bhakti.

So. Buruan install ya...... Klik di sini untuk install. Pastikan Anda menggunakan HP yang akan diinstall aplikasi Neo Bank.

Share:

Read More

Tutorial Menggambar Path Diagram dengan AMOS Versi 18

Di artikel sebelumnya kita telah berkenalan dengan icon yang ada pada Program AMOS serta fungsi atau kegunaan dari masing-masing icon tersebut. Kali ini kita akan mencoba menggunakan icon tersebut untuk menggambar path diagram. Path diagram dalam AMOS sangat penting karena running program akan berdasarkan path diagram tersebut. Ini berbeda dengan LISREL, di mana pengguna hanya mengetikkan persamaan-persamaan yang dianalisis, lalu program yang akan mengkonversinya ke dalam bentuk gambar atau path diagram. Dengan AMOS, maka penggunalah yang menggambarkan path diagram, lalu program yang akan mengkonversi ke dalam persamaan termasuk running analisisnya.

Sebagai langkah awal, kita masuk ke program AMOS, pilih menu View di atas lalu klik pada Interface Properties seperti pada gambar di bawah:

Menu Interface Properties

Maka kita akan masuk ke pengaturan halaman, lalu klik pada paper size untuk mengubah ukuran kertas dan menggantinya dengan yang kita inginkan. Di tab ini kita juga bisa mengganti tampilan dari portrait menjadi landscape. Kali ini kita menggunakan landscape kertas A4 dan menggunakan satuan centimeter. Kita dapat mengubah setting ini dengan menu di bagian atas sesuai dengan keinginan kita.

Menu Interface Properties

Kita menggunakan margin seperti tampak pada gambar di atas. Lalu klik Apply dan kita akan kembali ke layar utama, tetapi sudah menjadi landscape sesuai keinginan kita. Untuk penggambaran path diagram kita menggunakan icon berbentuk ellips yang bernama draw unobserverd variables.

Icon untuk variabel unobserved

Klik pada gambar ellips di atas, lalu arahkan kursor ke tengah lembar kerja

Mengarahkan kursor ke tengah lembar kerja

Setelah itu arahkan kursor ke lembar kerja di mana kita ingin meletakkan variabel tersebut, lalu klik seperti pada gambar di atas. Maka akan muncul gambar ellips yang akan dibaca sebagai variabel unobserved oleh program.

Gambar Ellips adalah Variabel Unobserved

Lalu klik pada icon draw a latent variable or add indicator to a latent variable. 

Icon untuk indikator

Setelah klik arahkan kursor ke tengah gambar ellips lalu klik di situ maka akan muncul 1 indikator. 

Memunculkan indikator

Jika ada 4 indikator, maka klik lah sebanyak 4 kali sehingga akan muncul 4 indikator seperti pada gambar di bawah:

Variabel dengan 4 indikator

Setelah itu kita harus memberikan nama kepada SEMUA gambar yang ada di path diagram. Jika ada yang belum diberi nama maka program tidak bisa menjalankan perhitungan. Pemberian nama variabel unobserved bisa kita berikan langsung dengan doble klik pada gambar yang dimaksud. Tetapi untuk variabel observed kita harus memasukkan sama dan identik dengan sumber data yang dipergunakan. Untuk contoh ini, kita menggunakan data ini. Silahkan di download. Lalu diletakkan di folder tertentu yang nantinya akan kita hubungkan dengan path diagram. Itu file dalam excel. Klik icon select data file di bagian kiri layar, seperti gambar di bawah ini:

Icon select data files

Maka kita akan masuk ke sub menu lagi sebagai berikut:

Sub menu File Name

Klik pada File Name sehingga kita akan diarahkan ke Explorer atau library di mana kita mencari file yang menjadi sumber data penelitian.

Mencari File sumber data

Setelah ketemu, klik Open maka model akan terhubung dengan sumber data. Pada file exel, baris 1 akan dibaca sebagai nama variabel atau nama indikator. Ini sudah otomatis, sehingga harus hati-hati dalam memberikan nama variabel di sumber data. AMOS juga bisa mengambil data dari SPSS atau spreadsheet yang lain. AMOS sendiri tidak mempunyai tabulasi data sendiri seperti SPSS atau LISREL jadi harus menggunakan source yang lain. Ini mirip dengan SmartPLS.

Setelah klik OK, kita tinggal menghubungkan dengan menggunakan icon List variables in data set. 

Memberi nama variabel di path diagram

Maka akan muncul jendela atau box yang merupakan nama indikator yang diambil dari baris pertama sumber data excel, seperti pada gambar di bawah ini:

Memasukkan Indikator ke dalam gambar

Kita dapat memasukkan indikator ke dalam kotak dengan menuliskannya secara langsung (dobel klik pada kotak) atau klik and drag dari list variables in data set. Jika kita menuliskannya harus identik baik huruf besar maupun huruf kecil. Setelah itu beri nama juga pada variabel unobserved (gambar ellips) dan juga error yang ada.

Icon analysis propertis

NP1 sampai dengan NP4 adalah indikator dari sumber data, jadi harus identik. Jika ditulis Np1 maka program tidak bisa jalan. Sedangkan NP serta e1 sampai dengan e4 bisa kita tulis manual dengan dobel klik pada gambar yang dituju. Setelah itu klik pada analysis properties untuk menentukan jenis analisis yang akan kita gunakan juga output yang akan kita keluarkan.

Menu Analysis Properties

Untuk Estimation gunakan Maximum Likelihood. Lalu klik pada output dan berikan tanda centang pada item yang akan kita lihat outputnya.

Sub Menu Output

Setelah selesai, klik tanda silang di atas kanan, lalu kita running dengan menggunakan icon calculate estimates seperti pada gambar di bawah:

Menu Calculate Estimates

Program akan menjalankan perhitungan dan setelah selesai, kita tinggal melihat hasilnya dengan mengklik icon view the output diagram seperti pada gambar di bawah:

Hasil running Program AMOS

Itu adalah output unstandardized, dan jika menginginkan yang standardized, dapat mengklik pada menu di kiri di sebelah kanan kolom icon. Maka gambar akan otomatis berubah menjadi standardized. Sedangkan jika ingin melihat hasil dalam bentuk tabulasi maka tinggal klik icon view text di bawah icon anaylysis properties.

Untuk interpretasi, tentunya akan kita bahas di artikel berikut.

Share:

Read More

Korelasi pada Statistik Parametrik

Korelasi adalah hubungan dan telah kita bahas secara rinci di sini. Korelasi berbeda dengan regresi dan perbedaannya telah kita uraikan di sini. Kali ini kita akan membahas tentang korelasi pada statistik parametrik. Korelasi pada parametrik ini digunakan pada data yang memenuhi asumsi normalitas, sedangkan jika tidak maka menggunakan korelasi non parametrik. Dalam artikel ini ada 3 kajian yaitu korelasi product moment, korelasi ganda dan korelasi parsial. Mari kita bahas satu persatu. Adapun contoh data yang dipergunakan dapat Anda download di G Drive. Pastikan Anda menggunakan akun G mail Anda untuk melakukan download.

1. Korelasi Product Moment

Teknik korelasi ini digunakan untuk mencari hubungan atau korelasi antara dua variabel yang keduanya berskala interval atau rasio. Korelasi ini juga sering disebut dengan korelasi Pearson sesuai dengan ahli yang menemukannya yaitu Karl Pearson. Korelasi ini juga sering dipergunakan untuk uji validitas. Pilih Analyze, lalu pilih correlation lalu klik pada Bivariate seperti pada gambar di bawah ini:

Menu Korelasi Product Moment pada SPSS Versi 23

Maka akan diarahkan ke menu seperti pada gambar di bawah ini:

Menu Korelasi

Masukkan variabel X1, X2, X3 dan Y ke dalam box Variables lalu klik OK sehingga akan keluar output sebagai berikut:

Output Korelasi

Pada baris paling atas, maka korelasi antara X1 dengan X1 adalah 1. Korelasi antara X1 dengan X2 adalah 0,767; antara X1 dengan X3 sebesar 0,789; antara X1 dengan Y sebesar 0,818. Kita dapat melihat bahwa pada baris kedua juga sama antara X2 dengan variabel yang lain. Jumlah sampel adalah N yaitu 125 sampel. Signifikansi dapat kita bandingkan dengan R Tabel tetapi bisa juga kita lihat signifikansinya di atas 0,05 atau di bawah 0,05 jika menggunakan taraf 95%.

2. Korelasi Ganda

Korelasi ganda (multiple correlation) adalah angka yang menunjukkan kuatnya hubungan atau korelasi antara dua atau lebih variabel secara simultan dengan satu buah variabel yang lain. Dalam contoh ini kita bisa menghitung korelasi ganda antara X1 dan X2 dengan Y, atau antara X1 dan X3 dengan Y, atau bisa juga antara X1, X2 dan X3 dengan Y. Bisa dua atau lebih variabel dengan satu variabel yang lain. Penting dicatat bahwa korelasi antara X1 dan X2 dengan Y BUKAN merupakan jumlah korelasi dari X1 dengan Y dan X2 dengan Y.

Untuk menghitung korelasi ganda, dalam contoh kita ambil 3 variabel yaitu X1, X2 dan X3 dengan Y kita gunakan menu regresi sebagai berikut:

Menu regresi untuk mencari korelasi ganda

Pilih Analyze, pilih Regression lalu klik pada Linear seperti pada gambar di atas. Maka akan diarahkan ke menu regresi. Masukkan Variabel Y ke box Dependent dan variabel yang lain ke Box Independents. Lalu klik Statistics pada bagian kanan atas:

Memasukkan Variabel

Maka kita akan masuk ke sub menu statistics. Berikan tanda centang seperti pada gambar di bawah ini:

Sub Menu Statistics

Setelah itu klik Continue lalu klik OK sehingga akan keluar output sebagai berikut:

Output Korelasi Ganda

Nilai R sebesar 0,891 adalah korelasi ganda antara X1, X2 dan X3 secara serempak dengan Y. Nilainya bukan penjumlahan dari korelasi antara masing-masing variabel X1, X2 dan X3 dengan Y, tetapi nilainya memang lebih tinggi dibandingkan nilai korelasi masing-masing. R Square merupakan kuadrat dari R yang juga sering disebut dengan koefisien determinasi yang lebih banyak dibahas di regresi.  

3. Korelasi Parsial

Korelasi parsial adalah untuk mengetahui korelasi antara dua atau lebih variabel dengan satu variabel tetapi dikontrol oleh variabel lain. Dalam contoh ini, kita bisa menghitung korelasi parsial antara X1 dengan Y dikontrol oleh dua variabel yang lain yaitu X2 dan X3. Variabe kontrol bisa lebih dari dua demikian juga variabel yang akan dihitung korelasi parsialnya juga bisa lebih dari satu. Korelasi parsial juga digunakan sebagai dasar untuk perhitungan gangguan multikolinearitas pada analisis regresi linear berganda.

Dalam contoh ini kita akan menghitung korelasi parsial antara X1 dengan Y dikontrol oleh X2 dan X3. Pilih Analyze, pilih Correlation, lalu klik pada Partial seperti pada gambar di bawah:

Menu Korelasi Parsial

Maka kita akan masuk ke Menu Korelasi parsial. Masukkan variabel X1 dan Y ke dalam box Variables dan variabel X2 dan X3 ke dalam box Controlling for seperti pada gambar di bawah:

Memasukkan variabel

Setelah itu klik OK sehingga akan keluar output sebagai berikut:

Korelasi parsial X1 dengan Y dikontrol X2 dan X3

Nilai korelasi antara X1 dengan Y dengan dikontrol oleh X2 dan X3 adalah sebesar 0,364. Jika kita ingin mencari korelasi parsial X2 dengan Y dikontrol oleh X1 dan X3 maka diperoleh hasil sebesar:

Korelasi parsial X2 dengan Y dikontrol X1 dan X3

Tampak bahwa nilai korelasi parsial antara X2 dengan Y dikontrol X1 dan X3 adalah sebesar 0,384. Kita juga dapat mencari korelasi parsial antara X3 dengan Y dikontrol X1 dan X2 yaitu sebesar:

Korelasi X3 dengan Y dikontrol X1 dan X2

Ketiga nilai korelasi parsial di atas, sebenarnya bisa dihitung secara langsung dengan menu Regression, tanda centang pada part and collinearity diagnostic seperti yang telah dilakukan di atas.

Korelasi parsial pada analisis regresi

Hasil di atas sama persis dengan korelasi parsial yang telah dihitung sebelumnya. Nilai ini dapat dipergunakan untuk menguji gangguan multikolinearitas pada analisis regresi berganda. Tentu kita juga dapat menghitung korelasi parsial antara X1 dan X2 dengan Y dikontrol oleh variabl X3. Demikian juga dengan alternatif yang lain. Silahkan Anda hitung sendiri jika diperlukan.

Share:

Read More

Uji Tanda (Sign Test) pada Dua Sampel Berhubungan dengan SPSS Versi 26

Uji Tanda (sign test) adalah uji beda antara dua sampel yang berhubungan (berkorelasi) berdasarkan arah perbedaan antara dua pengukuran, bukan pada pengukuran kuantitatif data itu sendiri. Uji ini dipergunakan memang untuk data yang tidak memungkinkan pengukuran kuantitatf tetapi masih memungkinkan untuk menentukan setiap pasang observasi, mana yang lebih besar, mana yang lebih kecil.

Daftar Isi

1. Pendahuluan
2. Data yang dipergunakan
3. Metode analisis dengan SPSS Versi 26
4. Uji yang lain

Pendahuluan

Uji beda dua sampel berpasangan (paired test) sering dipergunakan dalam suatu sampel yang diberikan treatment tertentu lalu dibandingkan antara sebelum dan sesudah. Atau bisa juga bukan perlakuan tetapi karena adanya suatu peristiwa atau kondisi tertentu. Salah satu metode uji beda ini yang non parametrik adalah uji tanda atau sign test. Dasar pemikiran dari metode ini adalah dengan melihat arah perbedaan antara dua sampel yang akan diuji, misalnya lebih besar, lebih kecil atau sama dengan. 

Sebagai ilustrasi, misalnya seorang guru yang membandingkan suatu metode pembelajaran lalu mengukur hasil metode pembelajaran tersebut. Seorang siswa akan mempunyai nilai atau skor sebelum dan sesudah. Hipotesis yang diharapkan adalah bahwa periode atau skor setelah diberikan metode pembelajaran lebih tinggi dibandingkan skor sebelum diberikan suatu metode pembelajaran tersebut.

Atau contoh lain, misalnya tentang stock split. Pemecahan saham diharapkan membuat suatu saham menjadi lebih likuid karena harganya murah. Maka dilakukan uji beda antara sebelum dan sesudah adanya kebijakan pemecahan saham. Pengukuran dilakukan terhadap volume perdagangan atau jumlah lembar saham yang diperjualbelikan oleh perusahaan yang melakukan stock split.

Data yang dipergunakan

Dalam artikel ini, data yang dipergunakan adalah data yang sama dengan yang dipergunakan dalam artikel uji Wilcoxon. Data bisa Anda peroleh di Google Drive dengan akun Gmail. Ada dua sampel yaitu sebelum dan sesudah yang akan kita uji apakah terdapat perbedaan atau tidak. Kedua sampel tidak normal sehingga kita gunakan uji beda non parametrik.

Metode analisis dengan SPSS Versi 26

Langkah pertama adalah masuk ke menu uji tanda. Pilih Analyze, Nonparametric Tests, piih Legacy Dialogs lalu klik pada 2 Related Samples sebagai berikut:

Menu Uji Tanda (Sign Test) dengan SPSS Versi 26

Setelah di klik maka akan masuk ke menu uji tanda yaitu sebagai berikut:

Memasukkan Sampel Penelitian

Masukkan data sampel sebelum dan sesudah seperti pada gambar di atas. Lalu berikan tanda centang (tickmark) pada Test Type lalu klik OK. Penggunaan Wilcoxon, McNemar dan Marginal Homogeneity kita bahas di artikel yang lain. Maka akan keluar output sebagai berikut:

Output Uji Tanda dengan SPSS Versi 26

Pada Frequencies tampak bahwa negative differences sebanyak N = 15. Dari superscript (a) maka kita melihat bahwa artinya Sesudah < Sebelum. Nilai sesudah yang lebih rendah dari pada sebelum ada sebanyak 15 kasus atau sampel (N). Sedangkan yang positive differences dengan superscript (b) sebanyak N = 12. Jumlah sampel sesudah > sebelum ada 12 kasus. Sedangkan yang sama (ties) ada 8 sampel.

Sedangkan Test Statistics memberikan nilai Signifikansi sebesar 0,700 > 0,05 yang berarti tidak terdapat perbedaan yang signifikan antara data sebelum dengan data sesudah. Ini konsisten dengan hasil pengujian dengan Wilcoxon. Apakah hasilnya selalu konsisten? Belum tentu. Konsep dasar uji tanda dengan Wilcoxon berbeda sehingga bisa memberikan hasil yang berbeda pula. Uji tanda menggunakan tanda, sedangkan uji Wilcoxon menggunakan rangking.

Pengujian tanpa alat bantu SPSS bisa dilakukan dengan menggunakan Tabel Uji Tanda yang dipisahkan menjadi sampel besar dan sampel kecil. Tabel tersebut bisa diperoleh di buku statistik yang Anda punyai.

Uji yang lain

Uji beda untuk dua sampel yang berkorelasi non parametrik ada beberapa macam dengan konsep yang berbeda-beda. Artikel ini menggunakan uji tanda yang menggunakan perbedaan tanda lebih besar atau lebih kecil. Konsep Wilcoxon berbeda, meskipun masih mirip yaitu menggunakan rangking. Kedua data diubah menjadi data rangking, baru rangking tersebut yang diuji apakah terdapat perbedaan atau tidak. 

Masih ada konsep yang lain, yaitu Uji McNemar yang menggunakan konsep dasar Cross Tabulation atau tabulasi silang yang sering dikenal pada Chi Square. Juga masih ada lagi uji beda dua sampel berkorelasi non parametrik yaitu Marginal Homogeneity.

Share:

Read More